标签
论文研究了来自13家供应商的60种语言模型在用户施压时的行为，发现折叠率与模型的新颖程度相关，而持守方式因供应商而异。此外，研究表明LLM编码器能够一致地应用人类编写的代码手册，表明人类应专注于定义行为而非标注数量。
一位研究人员分享了在深度智能体系统中评估子智能体行为时的观察，注意到智能体在遵循手写系统提示与编排器指令之间出现了一个有趣的偏差。